Computer Vision adalah cabang dari kecerdasan buatan (Artificial Intelligence/AI) yang berfokus pada bagaimana komputer dapat "melihat" dan memahami dunia visual, seperti foto atau video.
Tujuan utama dari Computer Vision adalah memungkinkan komputer untuk memahami dan menganalisis gambar atau video dengan cara yang memungkinkan komputer untuk "melihat" objek, mengenali pola, dan melakukan tindakan tertentu berdasarkan apa yang mereka lihat.
Cara kerja Computer Vision
Computer Vision bekerja dengan cara mengajarkan komputer untuk memahami dan menafsirkan dunia visual, mirip dengan cara manusia melihat dan memahami gambar.
- Pengumpulan Data: Komputer memerlukan banyak data visual, seperti gambar dan video, untuk dilatih. Data ini dikumpulkan dari berbagai sumber, termasuk kamera, sensor, dan basis data gambar.
- Pra-pemrosesan Gambar: Gambar yang dikumpulkan sering kali perlu diproses sebelum dianalisis lebih lanjut. Ini bisa melibatkan langkah-langkah seperti pengubahan ukuran, normalisasi, dan penghapusan noise.
- Ekstraksi Fitur: Komputer menggunakan algoritma untuk mengekstrak fitur penting dari gambar, seperti tepi, sudut, dan tekstur. Fitur-fitur ini membantu dalam mengenali dan mengklasifikasikan objek dalam gambar.
- Machine Learning (ML) dan Artificial Neural Network (ANN): Deep Learning dan Convolutional Neural Networks (CNNs) adalah teknologi utama yang digunakan dalam Computer Vision.
CNNs memecah gambar menjadi piksel-piksel dan memberikan label atau tag pada piksel tersebut. Neural Network melakukan konvolusi (operasi matematika) untuk membuat prediksi tentang apa yang dilihatnya.
Model pembelajaran mesin dilatih dengan data yang telah diberi label untuk mengenali pola dan membuat keputusan berdasarkan data visual.
- Klasifikasi dan Deteksi Objek: Setelah dilatih, model dapat mengklasifikasikan objek dalam gambar dan mendeteksi keberadaan objek tertentu. Misalnya, model dapat mengenali wajah manusia, kendaraan, atau hewan dalam gambar.
- Analisis dan Tindakan: Berdasarkan analisis visual, sistem Computer Vision dapat mengambil tindakan atau memberikan rekomendasi. Misalnya, dalam kendaraan otonom, sistem dapat mengidentifikasi rambu lalu lintas dan mengarahkan kendaraan untuk berhenti atau melaju.
- Iterasi dan Penyempurnaan: Model terus diperbarui dan disempurnakan dengan data baru untuk meningkatkan akurasi dan kinerjanya. Proses ini melibatkan iterasi berulang kali hingga model mencapai tingkat akurasi yang diinginkan.
Istilah penting dalam Computer Vision
- Image Processing (Pengolahan Citra): Proses awal dalam Computer Vision yang melibatkan transformasi gambar untuk meningkatkan kualitas, seperti menghilangkan noise, mengatur kecerahan, atau mengonversi gambar warna ke skala abu-abu. Pengolahan citra juga sering mencakup teknik filtering, seperti blur dan edge detection.
- Feature Extraction (Ekstraksi Fitur): Proses mengambil informasi penting dari gambar, seperti warna, bentuk, tekstur, atau pola tertentu. Dalam Computer Vision, fitur adalah representasi yang membuat komputer lebih mudah mengenali dan mengkategorikan objek dalam gambar.
- Object Detection (Deteksi Objek): Teknik untuk menemukan lokasi dan kategori objek tertentu dalam gambar atau video, misalnya mengenali posisi orang, kendaraan, atau binatang dalam suatu gambar. Algoritma deteksi objek umum termasuk YOLO (You Only Look Once) dan Faster R-CNN.
- Klasifikasi Gambar: Proses mengidentifikasi objek atau kategori dari keseluruhan gambar. Misalnya, algoritma klasifikasi akan menganalisis gambar dan menentukan apakah itu gambar kucing, anjing, mobil, atau lainnya.
- Segmentation (Segmentasi): Teknik untuk membagi gambar ke dalam beberapa segmen yang lebih kecil berdasarkan objek atau area tertentu. Segmentasi memungkinkan pemetaan piksel gambar ke dalam kategori tertentu, seperti memisahkan latar belakang dari objek utama.
- Facial Recognition (Pengenalan Wajah): Teknologi yang digunakan untuk mendeteksi dan mengenali wajah manusia. Teknologi ini sering digunakan dalam keamanan, seperti sistem identifikasi biometrik.
- Optical Character Recognition (OCR): Teknik untuk mengenali teks dalam gambar atau video. OCR memungkinkan komputer membaca tulisan pada gambar dan mengubahnya menjadi teks digital yang dapat diolah lebih lanjut.
- Convolutional Neural Network (CNN): Arsitektur jaringan saraf buatan yang sangat populer dalam Computer Vision. CNN dirancang khusus untuk memproses data grid seperti gambar, karena dapat mendeteksi pola lokal, seperti tepi dan tekstur, yang berperan penting dalam mengenali objek.
- Image Synthesis: Proses untuk membuat gambar baru atau mengubah gambar yang sudah ada dengan cara yang realistis, misalnya dengan Generative Adversarial Networks (GANs) . Ini sering digunakan dalam bidang seperti Augmented Reality dan pembuatan konten media.
- 3D Vision and Depth Estimation: Teknik yang memungkinkan komputer untuk memahami dimensi tiga dari objek atau lingkungan dari gambar 2D termasuk memperkirakan jarak dan posisi relatif objek yang berbeda dalam sebuah gambar atau video.
Penggunaan Computer Vision yang populer hingga saat ini
Kesehatan
- Analisis Citra Medis: Digunakan untuk menganalisis gambar medis seperti X-ray, MRI, dan CT-scan untuk mendeteksi penyakit seperti kanker dan pneumonia.
- Pembedahan Berbantuan Komputer: Membantu dokter dalam melakukan operasi dengan presisi tinggi melalui panduan visual.
Transportasi
- Kendaraan Otonom: Mobil self-driving menggunakan Computer Vision untuk mendeteksi dan mengklasifikasikan objek di jalan, seperti rambu lalu lintas dan pejalan kaki
- Sistem Transportasi Cerdas: Meningkatkan efisiensi dan keamanan transportasi melalui deteksi dan pelacakan kendaraan serta pejalan kaki.
Manufaktur
- Inspeksi Kualitas: Menggunakan pengenalan gambar untuk inspeksi otomatis produk dan deteksi cacat.
- Otomatisasi Sistem: Memantau dan mengontrol proses produksi untuk meningkatkan efisiensi.
Ritel
- Toko Tanpa Kasir: Menggunakan Computer Vision untuk melacak barang yang diambil pelanggan dan secara otomatis mengurangi stok.
- Analisis Perilaku Pelanggan: Menganalisis pola belanja pelanggan untuk meningkatkan pengalaman berbelanja.
Keamanan
- Pengawasan dan Pemantauan: Membantu dalam pemantauan aktivitas untuk tujuan keamanan, seperti deteksi intrusi dan pengenalan wajah.
- Sistem Keamanan Rumah: Menggunakan kamera untuk mendeteksi aktivitas mencurigakan di sekitar rumah.
Pertanian
- Pemantauan Tanaman: Menggunakan drone dan kamera untuk memantau kesehatan tanaman dan mendeteksi penyakit.
- Pemanenan Otomatis: Robot pemanen yang dilengkapi dengan Computer Vision untuk memetik buah dan sayuran secara efisien.
Olahraga
- Analisis Pertandingan: Menggunakan Computer Vision untuk melacak pergerakan pemain dan bola dalam pertandingan untuk analisis performa.
- Pelatihan Atlet: Membantu pelatih dalam menganalisis teknik dan kinerja atlet melalui video.
Referensi:
Sumber Youtube: AI Sciences, 09 Aug 2021 20:17. Computer Vision Explained in 5 Minutes | AI Explained.
